PyTorch Recipes: A Problem-Solution Approach to Build, Train and Deploy Neural Network Models, 2nd Edition
Автор: Pradeepta Mishra (2022)
Вы начнете с изучения того, как использовать тензоры для разработки и точной настройки моделей нейронных сетей и реализации моделей глубокого обучения, таких как LSTMs и RNNs. Далее вы изучите концепции распределения вероятностей, а также алгоритмы с учителем и без. Затем следует глубокое погружение в построение моделей с использованием сверточных, глубоких и рекуррентных нейронных сетей. Также рассматриваются такие темы, как Scorch, совместимый модуль, эквивалентный библиотеке машинного обучения Scikit, квантование модели для уменьшения размера параметров и подготовка модели к развертыванию в производственной системе. Распределенная параллельная обработка для балансировки рабочих нагрузок, использование PyTorch для обработки изображений, анализа звука и интерпретации моделей. Каждая глава включает фрагменты кода.
Скачать
👉 @python_360
Автор: Pradeepta Mishra (2022)
Вы начнете с изучения того, как использовать тензоры для разработки и точной настройки моделей нейронных сетей и реализации моделей глубокого обучения, таких как LSTMs и RNNs. Далее вы изучите концепции распределения вероятностей, а также алгоритмы с учителем и без. Затем следует глубокое погружение в построение моделей с использованием сверточных, глубоких и рекуррентных нейронных сетей. Также рассматриваются такие темы, как Scorch, совместимый модуль, эквивалентный библиотеке машинного обучения Scikit, квантование модели для уменьшения размера параметров и подготовка модели к развертыванию в производственной системе. Распределенная параллельная обработка для балансировки рабочих нагрузок, использование PyTorch для обработки изображений, анализа звука и интерпретации моделей. Каждая глава включает фрагменты кода.
Скачать
👉 @python_360